Tests d’hypothèses statistiques et applications sous R

Description du cours :

Ce cours constitue une formation dédiée aux tests d’hypothèses statistiques. Il aborde les critères de choix et les modalités d’application des différents tests, leur mise en œuvre à l’aide d’outils adaptés, ainsi que l’interprétation des résultats en vue de soutenir la prise de décision.  

Objectifs du cours :

• Comprendre les principes fondamentaux des tests d’hypothèses. 

• Choisir les tests d’hypothèses appropriés aux besoins. 

• Interpréter les résultats et en tirer des conclusions pertinentes. 

Prérequis : Statistique descriptive, probabilité de base, échantillonnage et estimation.

Mots clés : Hypothèse nulle, hypothèse alternative, tests paramétriques, tests non paramétriques. 

Chargés de TD : 

Plan du cours :

• Introduction à la théorie des tests d'hypothèses.

• Tests d'hypothèses à un échantillon :

  • Tests de la moyenne.

  • Tests de la proportion.

  • Tests de la variance.

• Tests d'hypothèses à deux échantillons :

  • Cas des échantillons indépendants.

  • Cas des échantillons appariés.

• Tests du Khi-deux :

  • Test d'ajustement.

  • Test d'indépendance.

  • Test d'homogénéité.

• Tests non-paramétriques :

  • Test de Kolmogorov-Smirnov.

  • Test U de Mann-Whitney.

  • Test de Wilcoxon.

• Introduction à la programmation sous R et applications.

Références :

• D. Wackerly, W. Mendenhall, R. L. Scheaffer (2008), Mathematical Statistics with Applications, 7ème édition.

• Christian Heumann, Michael Schomaker Shalabh (2016), Introduction to Statistics and Data Analysis.